Todo código gerado por IA deve ser Open Source

A alegação de que todo código gerado por IA deve ser open source acendeu um debate sobre copyright, licenciamento e justiça para os projetos de open source usados como dados de treinamento. Comentadores discutem se a saída de modelos pode sequer ter direitos autorais, se termos de copyleft (como a GPL) deveriam “grudar” na saída de LLMs e se empresas estão, na prática, lavando licenças restritivas por meio de ferramentas de IA. Muitos veem a lei atual como अस्पала e aplicada de forma desigual, temem o impacto econômico tanto sobre mantenedores de open source quanto sobre fornecedores proprietários, e questionam se tratar o treinamento de IA como aprendizado humano é uma analogia jurídica ou ética válida.

Status legal do código gerado por IA

  • Forte discordância sobre se a saída de IA é passível de direitos autorais.
    • Alguns citam orientações do US Copyright Office: obras puramente geradas por IA não têm copyright; o “direcionamento” e a seleção/organização humanos podem ser protegidos, mas prompts sozinhos muitas vezes não são.
    • Outros observam que isso ainda está amplamente sem teste nos tribunais; os casos atuais (Doe v. GitHub, Thaler/Allen v. Perlmutter, etc.) são limitados e não resolvem tudo.
  • Vários apontam: se não há copyright, o licenciamento open source torna-se legalmente sem sentido; esse código seria, na prática, domínio público, não “open source”.

Interação com licenças de open source e copyleft

  • Um grupo argumenta: modelos treinados com código sob GPL/AGPL ou CC-BY-SA deveriam herdar essas licenças; caso contrário, isso seria “lavagem de licença”.
  • Contra-argumento: treinar com código protegido por direitos autorais é mais parecido com aprendizado humano ou fair use; até agora, os tribunais não trataram a saída de LLM como automaticamente infratora ou sujeita às licenças OSS originais.
  • É enfatizada a distinção entre:
    • Domínio público (sem direitos, sem obrigações)
    • OSS permissivo (MIT/BSD)
    • Copyleft (GPL/AGPL), que depende de copyright executável.

Debates éticos e de justiça

  • Muitos acham eticamente errado que trabalho de FOSS e licenciado sob CC tenha sido coletado em massa e monetizado, depois usado para substituir esses mesmos contribuidores.
  • Outros respondem que os humanos sempre aprenderam com código público e que ferramentas (LLMs, compiladores, geradores de scaffolding) não adquirem direitos por si mesmas; o usuário humano ou o empregador deveria ser o dono do software resultante.

Praticidade e aplicabilidade

  • Há ceticismo de que “todo código gerado por IA deve ser open source” alguma vez possa ser aplicado, especialmente contra infratores bem financiados.
  • O segredo comercial é citado como alternativa: mesmo sem copyright, empresas ainda podem manter secreto o código gerado por IA se ele não for distribuído.
  • Engenharia reversa com LLMs é apontada como algo que, de toda forma, torna o closed source menos protetor.

Valor e autoria do trabalho assistido por IA

  • Alguns dizem que código produzido por IA é “slop” de baixo valor, a menos que seja fortemente curado; o valor real está no design, no conhecimento de domínio e no refinamento contínuo.
  • Outros alertam que, se artefatos gerados por IA não tiverem copyright, modelos de negócios inteiros baseados em IA (por exemplo, catálogos de música gerados por IA) podem ficar juridicamente frágeis.
  • Persiste a tensão entre ver a IA apenas como ferramenta ou como uma “autora” intermediária que rompe pressupostos tradicionais de PI.